【2026年最新】在庫管理の棚卸を効率化する方法｜バーコード・画像認識から、Claude Code／Codexで差異照合・報告まで自動化する仕組みを解説
aikanri-admin
この記事の内容
「棚卸に毎回丸1日〜2日かかる」「数えるだけで担当者がへとへとになる」「差異が出ても原因が分からない」——棚卸の負担は、業種を問わず在庫管理の悩みのトップに挙がります。結論から言うと、棚卸の効率化は「数える作業そのものの効率化」と「数えた後の照合・報告作業の効率化」の2段階に分けて考えることで、格段に進めやすくなります。
この記事では、まずバーコード・画像認識・RFIDなど「数える作業」を効率化する代表的な方法を比較したうえで、多くの会社が見落としがちな「数えた後」の照合・差異調査・報告作成という後工程を、Claude Code／Codexで無人化する方法を、AI鬼管理（運営: 株式会社GENAI）の実践ノウハウとともに解説します。
代表菅澤
AI鬼管理山崎
01 ROOT CAUSE 棚卸が非効率になる根本原因 「数える」だけが原因ではない。負担の正体を分解する
棚卸が非効率になる原因は、実務を分解すると大きく3つに整理できます。
| 原因 | 具体的な内容 |
|---|---|
| 数える作業自体の負担 | 目視・手書きでのカウント、広い倉庫や複数店舗を回る移動時間、数え間違いによる再カウント |
| 転記・集計の負担 | 手書きの棚卸表をエクセルに手入力する作業、複数人の集計結果を1つにまとめる作業 |
| 差異調査・報告の負担 | システム在庫と実棚卸数のズレを1件ずつ調査する作業、経理・経営層向けの報告書作成 |
📚 用語解説
棚卸差異：帳簿上（システムやエクセル）の在庫数と、実際に数えた在庫数との差のこと。入力ミス、誤出荷、盗難、破損などさまざまな原因で発生する。差異が大きい場合は原因調査が必要になり、経理上は「棚卸減耗費」などの科目で処理されることもある。差異調査には、いつ・どの商品で・どれだけの動きがあったかを遡って確認する手間がかかる。
多くの会社が「棚卸を効率化したい」と考えるとき、真っ先に思い浮かぶのは1つ目の「数える作業自体の負担」です。バーコードやハンディターミナルの導入を検討するのも、この部分の解決を狙ってのことがほとんどです。ところが実際にヒアリングを重ねると、2つ目・3つ目の「転記」「差異調査・報告」の負担が、数える作業と同じかそれ以上に重いというケースが非常に多く見られます。
この記事では、まず「数える作業」の効率化を整理したうえで、見落とされがちな「数えた後」の効率化まで踏み込んで解説します。
AI鬼管理山崎
実際にAI鬼管理が支援してきたクライアント企業でヒアリングすると、棚卸1回あたりの総工数のうち、「数える」作業が占める割合はおおよそ4〜6割、残りの4〜6割が「転記・集計」「差異調査・報告」に費やされているという声が多く聞かれます。つまり、数える作業をどれだけ速くしても、理論上は工数全体を半分以下にすることはできません。棚卸の負担を本質的に減らしたいなら、後工程まで含めて設計し直す必要があります。
02 COUNTING METHODS 棚卸を効率化する代表的な方法（バーコード・画像認識・RFID比較） 「数える」作業をどう速く正確にするか
棚卸で「数える作業」を効率化する代表的な方法を、精度・スピード・コストの観点で比較します。
| 方法 | 仕組み | メリット | 注意点 |
|---|---|---|---|
| バーコード＋ハンディターミナル | 商品ラベルのバーコードをスキャンして数量を入力 | 精度が高く、手書きの読み間違いがなくなる | 全商品にバーコードを貼付する運用が前提 |
| スマホアプリでのバーコード読取 | 専用機器の代わりにスマホカメラでバーコードを読取 | 専用機器の購入が不要で低コストに始められる | 複数人で同時に使う場合はアプリ・データ連携の設計が必要 |
| 画像認識（AIカメラ） | 棚をカメラで撮影し、AIが画像から商品と数量を自動認識 | バーコード貼付が不要な商品にも対応でき、広い棚を一度に処理できる | 商品の重なりや照明条件によって認識精度が変わる |
| RFID | 電波で複数タグを一括読み取り。商品に触れず数量を把握 | 大量の在庫を短時間でカウントでき、精度も高い | タグの貼付コストがかかり、小規模な運用では投資回収が課題 |
📚 用語解説
RFID（Radio Frequency Identification）：電波を使って、離れた場所からICタグの情報を非接触で読み取る技術。バーコードのように1点ずつスキャンする必要がなく、複数のタグをまとめて一括読み取りできるのが特徴。アパレルや大型物流倉庫など、在庫点数が非常に多い業種で導入が進んでいる。タグ自体のコストと貼付作業の手間が導入のハードルになる。
どの方法を選ぶかは、商品単価・在庫点数・棚卸の頻度で判断するのが基本です。高額商品や点数が少ない業種であればバーコード運用で十分ですし、アパレルのように点数が非常に多い業種であればRFIDの投資対効果が出やすくなります。画像認識は、バーコード貼付が現実的でない商品（食品の量り売り在庫など）や、既存のバーコード運用と組み合わせて棚全体を素早く確認したい場合に相性が良い方法です。
例えば、食品卸売業であれば、賞味期限管理も兼ねてバーコード運用を基本としつつ、量り売りの原材料には画像認識を部分的に組み合わせる、といった使い分けが現実的です。一方、部品点数が数千を超える製造業であれば、初期投資は大きくてもRFIDによる一括読み取りが長期的な工数削減に直結しやすくなります。自社の商品特性に応じて、複数の方法を組み合わせる前提で検討するのがおすすめです。
RFIDや専用のハンディターミナルは効果が大きい一方、初期投資も相応にかかります。まずはスマホアプリでのバーコード読取や、次章で紹介するエクセル・スプレッドシートの工夫から始めて、効果を確認しながら段階的に投資規模を上げていくのが現実的な進め方です。
代表菅澤
03 EXCEL TIPS 今すぐできる棚卸効率化の工夫（エクセル・スプレッドシート活用） 専用機器を導入しなくても、今日から改善できる部分
専用機器の導入を検討する前に、今使っているエクセルやスプレッドシートの運用を見直すだけでも、棚卸の負担はかなり軽減できます。
これらの工夫は、専用機器やシステムを導入しなくても、今のエクセル・スプレッドシートの設計を見直すだけで実践できます。棚卸効率化の第一歩として、まずここから着手するのがおすすめです。
さらに一歩進めるなら、棚卸表に「最終更新日時」と「担当者名」の列を追加しておくことも有効です。棚卸終了後に「誰が・いつ・どのエリアを数えたか」が一目で分かる状態になり、差異調査の際に「この商品を数えた担当者に確認する」という初動が早くなります。地味な工夫に見えますが、差異調査にかかる時間を大きく左右するポイントです。
エクセルの工夫は「数える・記録する」段階の効率化には有効ですが、複数店舗・複数担当者のデータを1つに統合する作業や、差異の原因を過去の入出庫履歴まで遡って調べる作業は、依然として人の手作業に依存します。次の章で、この「数えた後」に残る負担を詳しく見ていきます。
AI鬼管理山崎
04 AFTER COUNTING 数え方を効率化しても残る「棚卸後」の負担 バーコードやRFIDを導入しても、ここは解決しない
バーコードや画像認識、RFIDといった「数える作業」の効率化は、あくまで棚卸全体の一部分でしかありません。数えた後の統合・差異調査・報告という後工程が手作業のままだと、棚卸の負担は思ったほど減らない、というのが実務でよく起こる誤算です。
従来、この後工程を効率化する選択肢は、専用の在庫管理システムに全面移行してレポート機能を使う、という方法が中心でした。ただし2026年現在は、もう一つの選択肢があります。今使っているエクセルやツールをそのまま活かしながら、統合・差異調査・報告という手作業部分だけをClaude Code／CodexのようなAIエージェントに肩代わりさせる方法です。
専用システムへの全面移行は、初期費用・データ移行・従業員への周知など負担が大きく、「棚卸のためだけに基幹システムを入れ替えるのは大げさ」という規模の会社も少なくありません。次の章で、その隙間を埋める具体的な設計を紹介します。
代表菅澤
05 AUTOMATE WITH AI 【核心】Claude Code／Codexで棚卸の「前後」まで無人化する 数える作業の先にある、統合・照合・報告をAIに任せる設計
📚 用語解説
Claude Code／Codex：Claude CodeはAnthropic社、CodexはOpenAI社が提供するAIエージェント。ChatGPTのような「質問に答えるAI」と違い、指示を受けてパソコン上のファイル操作・データ集計・文書作成などの作業そのものを実行できる。プログラミング不要で、日本語の指示だけで業務の仕組みを構築できるため、非エンジニアの経営者・バックオフィス担当者の業務自動化ツールとして注目されている。デスクトップアプリで利用可能。
ここからがこの記事の核心です。本記事では以降、操作イメージを弊社が主に使うClaude Codeで説明します（Codexでも同じことができます）。重要なのは、「数える」部分はバーコードや画像認識のツールに任せ、「数えた後」の統合・照合・報告をClaude Code／Codexに任せるという役割分担です。
（各担当者が数える）
複数の棚卸表を自動統合
自動照合・差異抽出
優先度付きでリスト化
📚 用語解説
ワークフロー自動化：「トリガー（きっかけ）→データ取得→判断→報告・実行」という一連の業務の流れを、人が都度操作しなくても自動で走るように仕組み化すること。棚卸業務では「棚卸表がアップロードされた」ことをトリガーに、統合・照合・報告までを自動的に実行する仕組みを指す。単発の作業をAIに頼む「効率化」と異なり、一度設計すれば決まったタイミングで人の手を介さず動き続ける点が特徴。
5-1. 「AIに聞く」と「AIが勝手にやる」は別物
ChatGPTに「この棚卸データの差異を計算して」と聞くのは効率化です。人間が作業の主体で、AIは計算を速くしてくれるだけ。この使い方では、複数表の統合や毎回のデータ準備の手間は残ります。
一方、Claude Code／Codexで作るのは自動化です。「棚卸当日、各担当者が入力した棚卸表を自動で1つに統合し、システム在庫と照合して、差異が大きい商品から順にリスト化し、報告書の形式でまとめる」という一連の流れを最初に一度だけ設計しておけば、あとは棚卸のたびに人間が何もしなくても走り続けます。人間の仕事は、リストアップされた差異の原因を確認することだけです。
5-2. Claude Code／Codexに任せられる棚卸業務
| これまで人間がやっていた作業 | Claude Code／Codexに任せた後 |
|---|---|
| 複数担当者の棚卸表を手作業で1つに統合 | 複数ファイルを自動で読み込み、統合 |
| システム在庫と実棚卸数を1件ずつ目視で照合 | データを自動照合し、差異のある商品を自動抽出 |
| 差異の原因を入出庫履歴から遡って手作業で調査 | 過去の入出庫データと突き合わせ、怪しい動きを自動でハイライト |
| 経理・経営層向けの報告書をゼロから作成 | 差異件数・金額影響を含む報告書のたたき台を自動生成 |
| 棚卸結果を翌月の在庫数に手作業で反映 | 承認後、在庫データに自動反映 |
5-3. 導入は3ステップ（プログラミング不要）
5-4. AI鬼管理（株式会社GENAI）での実践例
AI鬼管理では、この「棚卸後の統合・照合・報告をClaude Codeのワークフローに落とす」やり方を、クライアント企業の実業務で数多く構築してきました。棚卸と同じ構造の定型業務——発注管理、請求書の作成・照合、日次レポート作成など——をトリガー起動の自動ワークフローに変え、人は「最終確認と例外対応」だけに絞る運用です。棚卸のたびに半日以上かかっていた集計・照合作業が、確認30分程度になる、というのがクライアント企業での典型的な効果です。もちろん、運営元の弊社（株式会社GENAI）自身のバックオフィスも、すべて同じ仕組みで回しています。
AI鬼管理山崎
06 THE 3 WALLS ただし独学には「3つの壁」がある——最短で越える方法 Claude Codeは強力。だからこそ、最初の設計を間違えると危ない
棚卸業務の自動化でつまずくポイントは、ほぼ次の3つに集約されます。
📚 用語解説
第二の属人化：AI自動化のワークフローを作った担当者しか内容を理解・修正できず、その担当者の異動や退職とともに仕組みが止まってしまう状態。エクセルの数式が「作った人しか直せない」属人化と同じ構造の問題が、AI活用でも起こり得るため、複数人がワークフローを読み書きできる状態まで持っていくことが定着の条件になる。
壁1：自社ルールを「正確に言語化」できない
「差異はどのくらいの割合なら調査対象にする？」「棚卸表のフォーマットは店舗ごとに違う？」——本記事で見てきたとおり、棚卸は細かいルールの塊です。この言語化を飛ばして作った仕組みは、重要な差異を見逃す、あるいは些細な差異にまで大量のアラートを出す装置になりかねません。
壁2：検証のやり方を知らないまま「AIを信じてしまう」
AIの出力は必ず検証が必要です。過去の棚卸結果と自動照合の結果を突き合わせる、わざと差異のあるデータを入れて挙動を確かめる——こうしたテストの型を知らないと、「動いているように見えるが正しいかは誰も知らない」状態で本番運用に入ってしまいます。
壁3：作った本人しか触れない「第二の属人化」
担当者が一人で作って一人で運用していると、その人の異動・退職と同時に仕組みが止まります。社内の複数人がAIワークフローを読み書きできる状態まで持っていって、初めて「会社の資産」になります。
棚卸のように「ルールが明確」「頻度が決まっている」「集計・照合の負担が大きい」業務は、AI自動化との相性が最も良い領域です。この優先順位付けも、AI鬼管理の初回で必ず一緒に行います。
代表菅澤
07 AI ONIKANRI AI鬼管理——90日で棚卸業務を仕組み化する伴走支援 3〜6ヶ月のオンライン伴走で「不在でも回る仕組み」を作る
この3つの壁を越えるために弊社（株式会社GENAI）が提供しているのが、AI鬼管理です。Claude Code／Codexをはじめとした最新AIによる業務自動化を、3〜6ヶ月間・オンラインセッション形式で伴走するトレーニングプログラムで、ツールの一般論を教える座学ではありません。受講者が自社の実業務——例えば今お使いの棚卸表そのもの——を教材に、実際に動く自動化ワークフローを自分の手で作り切るところまでやります。
AI鬼管理山崎
08 COMPARISON & SUMMARY 比較まとめ：自社に合った棚卸効率化の選び方 「数える」と「数えた後」、それぞれの投資判断を整理する
| 自社の状況 | 数える作業の対策 | 数えた後の対策 |
|---|---|---|
| 在庫点数が少なく、棚卸頻度も低い | エクセルの工夫で十分 | エクセルの差異列で十分 |
| 在庫点数が多く、数える時間が課題 | バーコード・画像認識の導入を検討 | Claude Code／Codexで統合・照合を自動化 |
| 複数店舗・複数担当者で棚卸表がバラバラ | 運用ルールの統一が先決 | Claude Code／Codexで表フォーマットの違いも自動吸収 |
| 差異調査・報告作成に時間がかかっている | （数える部分は現状維持でも可） | Claude Code／Codexが最優先の投資対象 |
棚卸の効率化は、「数える」部分だけに目を向けると、投資の割に負担が減らないという結果になりがちです。「数える」と「数えた後」を分けて、自社にとって負担が大きいのはどちらかを見極めることが、最初の一歩になります。人間の注意力に依存した仕組みは、在庫点数や店舗数が増えるほど必ず限界が来ます。
あわせて読みたい：同じテーマの記事
棚卸の「数えた後」を、貴社の実業務で一緒に仕組みにしませんか
「バーコードは導入したが、集計と差異調査は結局手作業のまま」「棚卸のたびに報告書作成に追われている」というご相談、お気軽にどうぞ。
AI鬼管理は、貴社の実際の棚卸データ・業務フローを題材に、設計・検証・社内定着まで伴走します。
AI鬼管理山崎
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
AI活用を自社で回せるようになりたい方へ
AI鬼管理
Claude Code・Cowork導入支援から業務設計・社内浸透まで実践ベースで伴走。「自社で回せる組織」を90日で作る経営者向けトレーニング。
よくある質問
Q. 棚卸を効率化する一番手軽な方法は何ですか？
A. 専用機器を導入する前に、まずは今使っているエクセル・スプレッドシートの棚卸表を、棚・エリア別に分割する、入力規則で表記ゆれを防ぐ、システム在庫との差異列を用意しておくといった工夫が最も手軽です。これだけでも棚卸当日の混乱や、後の集計の手間はかなり軽減できます。
Q. バーコードとRFID、どちらを導入すべきですか？
A. 在庫点数が少なく商品単価が高い場合はバーコード運用で十分なケースが多いです。一方、アパレルのように在庫点数が非常に多い業種では、複数タグを一括で読み取れるRFIDの投資対効果が出やすくなります。タグの貼付コストや運用体制も踏まえて判断してください。
Q. 画像認識による棚卸は、どんな会社に向いていますか？
A. バーコードの貼付が現実的でない商品（食品の量り売り在庫など）を扱う会社や、広い棚を一度に確認したい会社に向いています。ただし、商品の重なりや照明条件によって認識精度が変わるため、導入前に自社の商品・環境でテストすることをおすすめします。
Q. 棚卸の「数えた後」の作業を効率化するには、何から始めればいいですか？
A. まずは「複数担当者・複数エリアの棚卸表の統合」「システム在庫との照合」「差異調査」「報告書作成」のうち、最も時間がかかっている作業を特定することから始めます。Claude Code／Codexを使えば、既存の棚卸表やシステムのデータをそのまま活かしながら、これらの作業を自動化するワークフローを、プログラミング知識なしで構築できます。
Q. 複数店舗で棚卸表のフォーマットがバラバラでも自動化できますか？
A. 対応可能です。Claude Code／Codexに各店舗の棚卸表のフォーマットを見せて、「どの列が何を意味するか」を店舗ごとに説明すれば、フォーマットの違いを踏まえたうえでデータを自動的に統合するワークフローを構築できます。フォーマットの統一を待たずに自動化に着手できる点は、大きな利点です。
Q. 棚卸の頻度はどのくらいが適切ですか？
A. 法律上、棚卸の頻度に明確な決まりはありませんが、決算のために年1回は必須となる会社がほとんどです。加えて、動きの速い商品や高額商品については、月次や四半期ごとに「循環棚卸（一部の商品だけを頻繁に数える方法）」を取り入れる会社も増えています。統合・照合・報告の後工程を自動化しておけば、棚卸の頻度を上げても担当者の負担が比例して増えにくくなるため、循環棚卸のような細かい頻度の運用もしやすくなります。
Q. 棚卸の差異が多く見つかった場合、どう対応すべきですか？
A. まずは差異の金額影響が大きい商品から優先的に原因を調査します。入出庫履歴を遡って、特定の日付・特定の担当者の作業に集中して差異が発生していないかを確認するのが基本的な進め方です。Claude Code／Codexで自動化しておけば、差異の大きさで自動的に優先順位付けされた状態でリストが届くため、調査の初動が早くなります。差異の傾向が特定の店舗や時期に偏っている場合は、運用ルール自体の見直しも検討してください。
Q. Claude CodeやCodexの導入は独学でも可能ですか？
A. 可能ですが、業務で確実に成果を出すまでには「自社ルールの言語化」「出力の検証」「社内定着」という3つの壁があります。棚卸は差異調査の基準や報告の粒度が会社ごとに異なるため、曖昧な指示のまま自動化すると、重要な差異を見逃すリスクもあります。独学で進める場合は、必ず過去の棚卸結果との突合検証を挟んでください。最短で確実に立ち上げたい場合は、AI鬼管理のような支援サービスの活用が近道です。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
Claude Code を業務に落とし込む
専門研修コース一覧
受講者本人の業務を題材に、「使いこなせる」状態になるまで伴走する研修プログラム。1対1特化型・ハンズオン・法人講座の3コースを展開中。業務特化・実装まで踏み込むタイプのClaude Code研修です。
研修コース一覧を見る →AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
